Analysis of autoregressive-moving average models: Estimation and prediction
自回归移动平均模型分析：估计与预测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论 ARMA 时间序列的参数估计及未来观测的条件预测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
自回归移动平均模型分析：估计与预测
- 研究问题
- 研究单变量平稳正态 ARMA 模型的精确似然如何计算，参数如何估计，以及给定观测后的未来值如何预测。
- 方法与思路
- 作者开发观测协方差矩阵相关量的计算方法，讨论最小二乘与最大似然估计，并用模拟考察近似估计及条件预测计算。
- 材料陈述的贡献
- 摘要称提供精确似然的便利计算方法和预测分布均值、方差的计算表达，并在有限模拟情形中发现若干近似估计具有潜力。
- 阅读关注点
- 阅读全文时应核对精确与近似估计的初始值处理、协方差计算步骤、模拟覆盖的参数情形，以及预测不确定性的处理。
- 阅读边界
- 摘要强调近似估计仅在有限情形中受检验，不能据此认定普遍有效。来源为版本未注明的 OpenAlex 索引摘要。
原文摘要
The exact likelihood function from a set of observations generated by univariate stationary normal autoregressive–moving average models is derived. Convenient methods are developed to evaluate the exact likelihood function, specifically the inverse and determinant of the T × T covariance matrix of the observations, ΣT and the quadratic form, Z′ΣT-1Z, where Z is a T × 1 vector of observations. Computations of the least squares and the maximum likelihood estimates of the parameters are discussed and illustrated. Several approximations to these estimators are suggested and their feasibility and quality are examined through a simulation. They seem promising alternatives from the limited cases that have been tried. The mean and variance of the predictive distribution of any future Z conditional on the observed Z∘s are conveniently expressed for exact computation.